《表3 Omniglot数据集小样本分类精度对比实验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合强化学习和关系网络的样本分类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Omniglot数据集包含50个不同字母的1 623个字符类，每个类包含20个由不同人员绘制的样本。在实验中通过90°、180°与270°旋转来增加新的类别。并且使用该数据集中的1 200原始类与旋转类作为训练集，剩下的423类与旋转类作为测试集，每幅输入图像都自动裁剪为28×28大小的格式。在该数据集上分别评估在5-way 1-shot、5-way 5-shot、20-way 1-shot与20-way5-shot上的小样本分类的平均精度。针对每次训练采样的C类中，上述四类中分别含有19幅查询图像、15幅查询图像、10幅查询图像和5幅查询图像。实验对比结果如表3所示。